• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.109-109
• /
• 2020

본 연구에서는 댐 운영 전과 후의 유출 특성 변화를 평가하는 데 베이지안 기법을 이용하였다. ROM과 같은 댐 운영은 자연유량(유입량)에 대해 주어진 방법을 적용하여 수행하는 일종의 조정(수정) 과정이다. 이 과정은 무작위 변량에 해당하는 유입량을 대상으로 하며, 그 과정의 결과로 역시 유출량이라는 무작위 변량이 생성된다. 기 확정된 또는 고정된 조정(수정) 과정은 일정한 함수로 표현 가능하다. 결과적으로 이 과정은 사전확률에 우도함수를 적용하여 사후확률을 유도하는 것과 같다. 즉, 베이지안 기법의 적용과정과 다르지 않다. ROM으로는 일정률, 일정량, 일정률-일정량 ROM(Rigid ROM) 세 가지를 고려하였다. 각 ROM별 방류 특성을 고려하여 우도함수를 결정하면, 베이지안 기법을 적용하여 사후분포, 즉, 방률량의 분포함수를 유도할 수 있다. 베이지안 기법을 적용하여 유도된 결과는 ROM을 적용하여 직접 모의한 결과와 비교함으로써 검증된다. 본 연구에서는 대상 댐으로 안동댐을 선정하였으며, 안동댐에서 관측된 2010년부터 2019년까지의 10년치 유입량 자료를 이용하였다. 즉, 2010년부터 2019년까지의 안동댐 유입량 자료는 댐 운영 이전의 유출특성을 대변하고, 모의된 유출량은 댐 운영 이후의 유출특성을 대변한다.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.9 no.2
• /
• pp.190-195
• /
• 2016

In this paper, we are comparative analysis both class method and proposal method in order to estimation of incident signal direction on uniform array antenna system. Proposal method of this paper decrease error probability for a signal direction of arrival estimation using maximum posterior probability estimator. If it decrease to signal estimation direction error probability, signal direction of arrival can correctly estimate. Through simulation, we were comparative analysis proposed method and class method. Also, we were comparative analysis about signal estimation error probability with increasing array antenna element. We show the superior performance of the proposed method relative to the class method to decrease of signal estimation error probability about 12%.

• The Korean Journal of Applied Statistics
• /
• v.14 no.2
• /
• pp.449-462
• /
• 2001

베이지안 다중 검정방법(multiple hypothesis test)은 여러 통계모형에서 성공적인 결과를 주는 것으로 알려져있다. 일반적으로, 베이지안 가설검정은 고려중인 모형에 대한 사후확률을 계산하여 가장 높은 확률은 갖는 모형을 선택하기 때문에 귀무가설의 기각여부에만 관심을 가지는 고전적인 분산분석 검정과는 달리 좀 더 구체적인 모형을 선택할 수 있는 장점이 있다. 이 논문에서는 독립이면서 로그정규분포를 따르는 K($\geq$3)개 모집단의 모수에 대한 가설 검정방법으로 O’Hagan(1995)이 제안한 부분 베이즈 요인을 이용한 베이지안 방법을 제안한다. 이 때 모수에 대한 사전분포로는 무정보적 사전분포를 사용한다. 제안한 검정 방법의 유용성을 알아보기 위하여 실제 자료의 분석과 모의 실험을 이용하여 고전적인 검정방법과 그 결과를 비교한다.

• The Korean Journal of Applied Statistics
• /
• v.15 no.2
• /
• pp.405-414
• /
• 2002

We consider the problem of estimating the error variance of in a two-way mixed-effects ANOVA model using noninformative priors. First, we derive Jeffreys' prior, a reference prior, and matching priors. We then provide marginal posterior distributions under those noninformative priors. Finally, we provide graphs of marginal posterior densities of the error variance and credible intervals for the error variance in two real data set and compare these credible intervals.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.6 no.3
• /
• pp.87-94
• /
• 2007

In this paper, the performance of the speech recognition and speaker adaptation methods are studied. The speech recognition using energy state and VQ(Vector Quantization) is suggested and the speaker adaptation methods(Maximum a posteriori probability estimation, linear specrum estimation) are considered. The experimental results show that recognition ration using energy state is 2-3 % better than that of general VQ.

• The Journal of the Acoustical Society of Korea
• /
• v.17 no.3
• /
• pp.90-95
• /
• 1998

본 논문에서는 CHMM인 CDHMM과 ARHMM을 이용하여 화자적응화 하는 방법을 각각 연구하였다. CDHMM에서는 최대사후화확률 추정법에 의하여 각 상태마다 하나의 가 지를 이용하여 화자에 적응시킨다. 본 논문에서는 음성의 다양한 음향학적 특징을 표현하기 위하여 상태마다 여러 개의 가지를 갖는 방법을 제안하였다. 상태마다의 적절한 가지 수를 결정하기 위하여 각 상태에 속하는 프레임 수와 특징 벡터들의 분산행렬의 행렬식값을 이용 하였다. ARHMM에서는 특징벡터로 선형예측계수를 사용하기 때문에 최대사후화확률 추정 법을 사용할 수 없게 된다. 따라서 화자독립모델을 이용하여 적응화자에 대한 음성을 Viterbi 알고리듬으로 상태별로 분할한 후 k-means 알고리듬을 이용하여 각 상태마다 하나 의 가지를 갖는 모델로 적응시키는 방법을 제안하였다.

• The Transactions of the Korean Institute of Electrical Engineers
• /
• v.45 no.2
• /
• pp.325-328
• /
• 1996

In this paper, we proposed an estimation method of a posterior probability and PDF(Probability density function) using a feed forward neural network and code books of VQ(vector quantization). In this study, We estimates a posterior probability and probability density function, which compose a new parameter with well-known Mel cepstrum and verificate the performance for the five vowels taking from syllables by NN(neural network) and PNN(probabilistic neural network). In case of new parameter, showed the best result by probabilistic neural network and recognition rates are average 83.02%.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.890-895
• /
• 2000

본 논문에서는 인공신경망을 이용한 자모 검증을 HMM 기반 온라인 한글인식 시스템에 적용하는 방법론을 제시한다. 본 시스템에서 각각의 자모는 한 개의 HMM 모델과 한 개의 인공신경망 검증기를 갖는다. 자모 검증기는 HMM 네트웍이 생성한 자모 후보 가정을 입력으로 받은 후, 이 가정의 타당성에 대한 사후 확률을 출력한다. 이 사후 확률은 Viterbi 탐색시 탐색 경로에 반영된다. 기존 HMM 시스템의 국소적 특징의 한계를 보완하기 위하여, 한글 자모의 기본획 분석에서 얻어진 구조적, 전역적 특징이 자모 검증기에 사용되었다. 한글 낱자인식에 대한 실험 결과 HMM 기반 인식기에 자모 검증기를 도입함으로서 38.5%의 인식 오류를 줄일 수 있었다.

• Journal of Digital Convergence
• /
• v.12 no.7
• /
• pp.273-278
• /
• 2014

In vocabulary recognition using HMM(Hidden Markov Model) by model for the observation of a discrete probability distribution indicates the advantages of low computational complexity, but relatively low recognition rate. Improve them with a HMM model is proposed for the optimization of the Bayesian methods. In this paper is posterior distribution and prior distribution in recognition Gaussian mixtures model provides a model to optimize of the Bayesian methods vocabulary recognition. The result of applying the proposed method, the recognition rate of 97.9% in vocabulary recognition, respectively.

• The Korean Journal of Applied Statistics
• /
• v.27 no.6
• /
• pp.1029-1038
• /
• 2014

Bayesian experimental design is a useful concept in applied statistics for the design of efficient experiments especially if prior knowledge in the experiment is available. However, a theoretical or numerical approach is not simple to implement. We review the concept of a Bayesian experiment approach for linear and nonlinear statistical models. We investigate relationships between prior knowledge and optimal design to identify Bayesian experimental design process characteristics. A balanced design is important if we do not have prior knowledge; however, prior knowledge is important in design and expert opinions should reflect an efficient analysis. Care should be taken if we set a small sample size with a vague improper prior since both Bayesian design and non-Bayesian design provide incorrect solutions.